AI, 나노스케일 정밀도로 암과 바이러스 감염 발견한다.

AINU(AI of the NUcleus)라는 도구는 세포의 고해상도 이미지를 스캔한다. 이미지는 STORM이라는 특수 현미경 기술을 사용하여 얻었으며, 일반 현미경이 볼 ​​수 있는 것보다 훨씬 더 미세한 세부 사항을 포착하는 사진을 만든다. 고화질 스냅샷은 나노 스케일 해상도의 구조를 보여준다.

나노미터(nm)는 10억 분의 1미터이고, 인간 머리카락 한 가닥은 약 100,000nm 너비이다. AI는 20nm만큼 작은 세포 내부의 재배열을 감지할 수 있으며, 이는 인간 머리카락 너비보다 5,000배 더 작다. 이러한 변화는 인간 관찰자가 전통적인 방법만으로는 발견하기에는 너무 작고 미묘하다.

"이러한 이미지의 해상도는 우리 AI가 세포 내부에서 DNA가 배열되는 방식의 변화를 포함하여 특정 패턴과 차이점을 놀라울 정도로 정확하게 인식할 수 있을 만큼 강력하여 변화가 발생한 직후에 변화를 발견하는 데 도움이 된다. 언젠가는 이러한 유형의 정보를 통해 의사가 질병을 모니터링하고, 치료를 개인화하고, 환자 결과를 개선하는 데 귀중한 시간을 벌 수 있을 것이라고 생각한다."라고 바르셀로나에 있는 게놈 조절 센터의 연구원이자 이 연구의 공동 책임 저자인 ICREA 연구 교수 피아 코스마(Pia Cosma)가 말했다.

분자 수준의 '얼굴 인식'

AINU는 이미지와 같은 시각적 데이터를 분석하도록 특별히 설계된 AI 유형인 합성 신경망이다. 합성 신경망의 예로는 사용자가 얼굴로 스마트폰을 잠금 해제할 수 있는 AI 도구나 자율 주행 자동차가 도로의 물체를 인식하여 환경을 이해하고 탐색하는 데 사용하는 다른 도구가 있다.

의학에서 합성 신경망은 유방 조영술이나 CT 스캔과 같은 의료 영상을 분석하고 인간의 눈으로는 놓칠 수 있는 암 징후를 식별하는 데 사용된다. 또한 의사가 MRI 스캔이나 X선 영상에서 이상을 감지하는 데 도움이 되어 더 빠르고 정확한 진단을 내리는 데 도움이 될 수 있다.

AINU는 분자 수준에서 세포 내부의 작은 구조를 감지하고 분석한다. 연구자들은 다양한 상태의 여러 유형의 세포 핵에 대한 나노스케일 해상도 영상을 입력하여 모델을 훈련했다. 이 모델은 핵 구성 요소가 3차원 공간에서 어떻게 분포되고 배열되는지 분석하여 세포의 특정 패턴을 인식하는 법을 배웠다.

예를 들어 암세포는 DNA가 구성되는 방식이나 핵 내 효소 분포와 같이 정상 세포와 비교하여 핵 구조에 뚜렷한 변화가 있다. AINU는 훈련 후 세포 핵의 새로운 영상을 분석하고 이러한 특징만으로 암세포 또는 정상세포로 분류할 수 있다.

이미지의 나노 스케일 해상도 덕분에 AI는 헤르페스 심플렉스 바이러스 1형에 감염된 지 1시간 만에 세포 핵의 변화를 감지할 수 있었다. 이 모델은 바이러스가 세포 핵의 구조를 변화시키기 시작할 때 발생하는 DNA가 얼마나 단단히 포장되어 있는지에 대한 미세한 차이를 발견하여 바이러스의 존재를 감지할 수 있었다.

"우리의 방법은 감염이 시작된 직후에 바이러스에 감염된 세포를 감지할 수 있다. 일반적으로 의사는 눈에 보이는 증상이나 신체의 더 큰 변화에 의존하기 때문에 감염을 발견하는 데 시간이 걸린다. 하지만 AINU를 사용하면 세포 핵의 작은 변화를 바로 볼 수 있다."라고 연구의 공동 책임 저자이자 UPV/EHU의 이케르바스크 연구원이자 FBB-생물학 연구소와 산 세바스티안/도노스티아의 DIPC에 소속된 이그나시오 아르간다 카레라스(Ignacio Arganda-Carreras)가 말했다.

"연구자들은 이 기술을 사용하여 바이러스가 신체에 들어간 직후에 세포에 어떤 영향을 미치는지 확인할 수 있으며, 이는 더 나은 치료법과 백신을 개발하는 데 도움이 될 수 있다. 병원과 진료소에서 AINU는 간단한 혈액이나 조직 샘플에서 감염을 빠르게 진단하는 데 사용할 수 있어 프로세스를 더 빠르고 정확하게 만들 수 있다." 연구의 공동 1저자이자 중국 광저우에 있는 광둥성 인민병원(GDPH)의 연구원인 리메이 종은 덧붙여 말했다.

임상적 준비를 위한 기초 마련

연구자들은 기술을 임상 환경에서 테스트하거나 배포할 준비가 되기 전에 중요한 한계를 극복해야 한다. 예를 들어, STORM 이미지는 일반적으로 생물의학 연구실에서만 찾을 수 있는 특수 장비로만 촬영할 수 있다. AI에 필요한 영상 시스템을 설정하고 유지 관리하는 것은 장비와 기술 전문성에 대한 상당한 투자이다.

또 다른 제약은 STORM 영상은 일반적으로 한 번에 몇 개의 세포만 분석한다는 것이다. 진단 목적으로, 특히 속도와 효율성이 중요한 임상 환경에서 의사는 질병을 감지하거나 모니터링하기 위해 단일 이미지에서 훨씬 더 많은 수의 세포를 캡처해야 한다.

"STORM 영상 분야에서 많은 급속한 발전이 있어 현미경이 곧 더 작거나 덜 전문화된 실험실에서, 그리고 결국에는 병원에서도 사용 가능할 수 있음을 의미한다. 접근성과 처리량의 한계는 우리가 생각했던 것보다 더 쉽게 해결할 수 있는 문제이며, 우리는 곧 전임상 실험을 수행하기를 바란다."라고 코스마 박사는 말한다.

임상적 이점은 몇 년이 걸릴 수 있지만 AINU는 단기적으로 과학 연구를 가속화할 것으로 예상된다. 연구자들은 이 기술이 매우 높은 정밀도로 줄기세포를 식별할 수 있다는 것을 발견했다. 줄기세포는 신체의 모든 유형의 세포로 발달할 수 있으며, 이를 다능성이라고 한다. 다능성 세포는 손상된 조직을 복구하거나 대체하는 데 도움이 되는 잠재력에 대해 연구된다.

AINU는 다능성 세포를 감지하는 과정을 더 빠르고 정확하게 만들어 줄기세포 치료를 더 안전하고 효과적으로 만드는 데 도움이 될 수 있다.

"현재 고품질 줄기세포를 감지하는 방법은 동물 실험에 의존한다. 그러나 우리의 AI 모델이 작동하려면 핵심 핵적 특징을 강조하는 특정 마커로 염색된 샘플만 있으면 된다. 더 쉽고 빠를 뿐만 아니라 과학에서 동물 사용을 줄이는 데 기여하면서 줄기세포 연구를 가속화할 수 있다."고 연구의 첫 번째 저자이자 CRG의 연구자인 다비데 카르네발리가 말했다.